镥-177 (DOTA0, TYR3) 奥曲肽治疗生长抑素受体阳性肿瘤的开放标签注册研究
该数据集来自 clinicaltrials.gov,为一项开放标签注册研究,针对生长抑素受体阳性的神经内分泌肿瘤患者,评估镥-177 (DOTA0, TYR3) 奥曲肽(Lu-DOTA-TATE)治疗

基本信息
资源简介
镥-177 (DOTA0, TYR3) 奥曲肽治疗生长抑素受体阳性肿瘤的开放标签注册研究
该数据集来自 clinicaltrials.gov,为一项开放标签注册研究,针对生长抑素受体阳性的神经内分泌肿瘤患者,评估镥-177 (DOTA0, TYR3) 奥曲肽(Lu-DOTA-TATE)治疗。源站描述指出,神经内分泌肿瘤具有独特的分泌与代谢通路,生长抑素受体可用于分子成像与治疗靶向,奥曲肽经镥-177 标记后可用于成像和治疗;在特定患者群体中,放射性核素治疗已被证明是安全有效的姑息疗法,可带来疾病稳定、无进展生存获益、症状控制和生活质量改善。该数据可用于治疗安全性、有效性及预后相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:神经内分泌癌。神经内分泌(NET)肿瘤具有其他癌症中通常不存在的分泌和代谢通路,可用于分子成像和治疗靶向。最重要的是生长抑素。生长抑素受体是诊断和治疗 NET 肿瘤的有用工具,因为生长抑素类似物奥曲肽可以用镥-177 进行放射性标记,用于成像和治疗。在选定的患者群体中,由专家实施的放射性同位素治疗已被证明是一种安全有效的姑息疗法,可实现疾病稳定、无进展生存获益、症状控制和生活质量改善。镥-177 (DOTA0, Tyr3) 奥曲肽已在大量临床研究中使用,被证明作为治疗剂对 NET 肿瘤患者安全有效。研究者打算进一步
【主题与分类】
主题标签:Neuroendocrine Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02236910
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT02236910
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
疾病:神经内分泌癌。神经内分泌(NET)肿瘤具有其他癌症中通常不存在的分泌和代谢途径,这些途径可用于分子成像和治疗靶向。其中最重要的是生长抑素。生长抑素受体是诊断和治疗NET肿瘤的有用工具,因为生长抑素类似物奥曲肽酸可用镥-177进行放射性标记,用于成像和治疗。在选定的患者群体中,由专家实施的放射性同位素治疗已被证明是一种安全有效的姑息疗法,可实现疾病稳定、无进展生存获益、症状控制和生活质量改善。镥-177(DOTA0, Tyr3)奥曲肽酸已在大量临床研究中使用,显示其作为NET肿瘤患者的治疗药物是安全有效的。研究者打算用镥-177奥曲肽酸进一步证实这些益处,这可能为全国性注册研究奠定基础,从而促成该治疗干预措施的注册。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




